선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 불안정한 RSSI 데이터에 필터 알고리즘을 적용하고 측정값과 실측값 사이의 관계를 찾아 근사시키는 과정을 거쳐 오차를 개선하는 연구를 진행하였다.
- 본 논문에서는 평균필터와 칼만필터에 기반을 둔 필터 알고리즘과 측정값과 실측 값 사이의 오차방정식을 적용하여 RSSI의 오차 범위를 줄이는 방법을 제시하였다.
제안 방법
- 필터 알고리즘을 적용하기에 앞서 모바일 어플리케이션을 이용하여 비콘에서 수신한 RSSI로 계산한 거리를 분석하였다. 같은 시간 동안 비콘과 단말기 사이의 거리, 단말기의 종류, 비콘이 신호를 송신하는 주기를 변경하면서 RSSI를 측정하고 결과를 분석하였다.
- 다음으로 필터 알고리즘을 적용하여 보정한 데이터로 실내 공간에서 모바일기기의 위치를 나타내었다. 모바일기기의 위치는 실제 공간을 2차원 평면으로 나타내고 그 위에 한 점으로 나타나도록 하였다.
- 파란색은 필터 알고리즘을 적용한 3개의 RSSI로 계산한 단말기의 좌표, 초록색은 필터 알고리즘을 적용한 4개의 RSSI로 구한 좌표의 평균좌표, 검정색은 4개의 비콘 중 가까운 3개의 비콘으로부터 수신한 RSSI로 계산한 좌표이다. 단말기 3개를 이용하여 실내 공간의 위치를 측정하였는데, 측정 시 3번 째 단말기를 토대로 오차방정식을 생성하였다. 그 결과 단말기 3은 실제 좌표와 거의 유사하게 좌표가 측정되는 것을 확인할 수 있었다.
- 첫 번째의 경우 비콘과 단말기의 특성을 고려하여, 측정거리와 실제거리가 매칭된 이차방정식을 적용하여 측정값을 실제 거리에 근사시켰다. 두 번째의 경우 3개의 비콘을 사용하여 측정값들 중 오차가 크지 않은 값을 선별하는 방식, 4개의 비콘을 사용하여 측정값을 평균하는 방식, 4개의 비콘 중 상대적으로 오차가 적은 3개의 비콘을 선택하여 사용하는 방식들을 적용하였다.
- 그림 8과 같이 실험공간의 모서리마다 비콘을 하나씩 설치하고 각 비콘이 신호를 방송하도록 하였다. 사용자의 모바일 디바이스에서 4개의 비콘 신호를 수신하고 가장 먼 거리의 비콘을 신호를 제외한 나머지 3개의 비콘과의 거리를 이용하여 삼변측량을 적용하였다.
- 실내측위의 오차를 개선하기 위한 연구를 크게 두 가지 방법으로 나누어 진행하였다. 첫 번째는 보다 정확한 위치를 측정하는 계산법을 찾는 방법이고 두 번째는 장애물에 의한 간섭이 일어나는 환경에서 장애물이 측정에 미치는 영향을 최대한으로 줄이는 방법이다.
- 실제 거리와 측정되는 거리 사이의 관계를 그래프로 나타내고, 세 점을 지나는 방정식을 세웠다.
- 앞의 측정 시 Interval이 1000ms일 때 가장 오차가 작았기 때문에 Interval을 1000ms로 설정하고 실험을 진행하였다. 필터알고리즘을 적용한 결과는 그림 9와 같다.
- 위의 과정에서 비교적 신용도가 높은 4개의 비콘 중 거리가 가까운 3개의 비콘에 오차 방정식을 적용하였다.
- 이 때 잡음이 큰 초깃값을 필터링 하기 위해 측정 초기에 측정 되는 몇 개의 RSSI 데이터를 보정하지 않고 수집한 후 비정상적으로 값이 높거나 낮은 데이터를 필터링하고 남은 값들의 평균값을 초기 측정값으로 사용하였다.
- 이를 보정하기 위해 필터 알고리즘 적용 후 조정과정을 한 번 더 진행하였다. 조정 단계에서는 비콘과 모바일기기의 실제 위치를 입력한 후 측정된 거리와 비교하여 두 값 사이의 방정식을 만든다.
- 첫 번째는 보다 정확한 위치를 측정하는 계산법을 찾는 방법이고 두 번째는 장애물에 의한 간섭이 일어나는 환경에서 장애물이 측정에 미치는 영향을 최대한으로 줄이는 방법이다. 첫 번째의 경우 비콘과 단말기의 특성을 고려하여, 측정거리와 실제거리가 매칭된 이차방정식을 적용하여 측정값을 실제 거리에 근사시켰다. 두 번째의 경우 3개의 비콘을 사용하여 측정값들 중 오차가 크지 않은 값을 선별하는 방식, 4개의 비콘을 사용하여 측정값을 평균하는 방식, 4개의 비콘 중 상대적으로 오차가 적은 3개의 비콘을 선택하여 사용하는 방식들을 적용하였다.
- 그림 13 은 사전에 실제 위치를 입력한 후에 그림의 빨간점의 위치에 단말기를 두고 측정을 수행한 결과이다. 측정 좌표를 사전에 입력받고 해당 위치의 좌표를 측정해 둘의 관계식을 만든 후 측정값을 식을 통해 실제 거리에 근사하도록 적용하였다. 그 결과 오차가 상당히 개선 된 것을 확인할 수 있었다.
- 필터 알고리즘을 적용하기에 앞서 모바일 어플리케이션을 이용하여 비콘에서 수신한 RSSI로 계산한 거리를 분석하였다. 같은 시간 동안 비콘과 단말기 사이의 거리, 단말기의 종류, 비콘이 신호를 송신하는 주기를 변경하면서 RSSI를 측정하고 결과를 분석하였다.
데이터처리
- 측정한 RSSI를 그대로 이용하여 거리를 계산하면 불안정하고 오차가 큰 결과 값이 나타난다. 이러한 오차를 줄이기 위해 측정한 RSSI에 칼만필터와 평균필터를 적용하여 값을 보정하였다.[5]
성능/효과
- 그림4, 그림5, 그림6은 비콘과 모바일기기의 거리를 3m로 하고 거리를 측정한 결과이다. 거리를 1m로 하였을 때보다 오차가 큰 측정값들이 발견되었고, 불규칙한 결과가 나타나는 것을 확인하였다.
- 단말기 3개를 이용하여 실내 공간의 위치를 측정하였는데, 측정 시 3번 째 단말기를 토대로 오차방정식을 생성하였다. 그 결과 단말기 3은 실제 좌표와 거의 유사하게 좌표가 측정되는 것을 확인할 수 있었다.
- 측정 좌표를 사전에 입력받고 해당 위치의 좌표를 측정해 둘의 관계식을 만든 후 측정값을 식을 통해 실제 거리에 근사하도록 적용하였다. 그 결과 오차가 상당히 개선 된 것을 확인할 수 있었다. 비콘과 단말기의 실험값으로부터 서로 다른 함수를 적용해야하는 번거로움이 있으나, 이전의 오차방정식을 적용하지 않은 결과보다 정확한위치 측정을 수행할 수 있었다.
- 그 결과 오차가 상당히 개선 된 것을 확인할 수 있었다. 비콘과 단말기의 실험값으로부터 서로 다른 함수를 적용해야하는 번거로움이 있으나, 이전의 오차방정식을 적용하지 않은 결과보다 정확한위치 측정을 수행할 수 있었다.
- 앞선 실험에서 기기마다 측정값이 다르게 나타나는 문제가 발생했기 때문에 단말기와 비콘의 쌍마다 다른 관계식을 적용할 필요가 있었다. 앞의 측정 결과 비콘과 단말기의 거리를 증가시키며 측정한 거리의 증가량이 실제 거리의 증가량보다 작음을 알 수 있었다.
- 이러한 과정으로 실내 공간에서 단말기의 위치를 측정하는 실험을 진행한 결과 보정을 거치지 않은 데이터를 이용하여 계산한 위치는 실제 위치와 약 8m 정도의 차이가 발생한 반면에 보정을 거친 데이터를 이용하여 계산한 위치는 실제 위치와 약 1~3m 정도 차이가 나는 것을 확인하였다.
- 그림 7은 필터 알고리즘을 적용하여 계산한 거리의 측정 결과이다. 필터알고리즘을 적용하지 않은 결과에 비해 실제 거리와 비슷한 값이 측정되었으나 필터의 초깃값으로 노이즈가 큰 값이 들어올 경우 평균 필터와 칼만 필터의 초기 가중치에 영향을 미치기 때문에 안정적인 측정값이 나올 때까지 시간이 소요되는 것을 확인하였다.
후속연구
- 향후연구에서는 오차를 개선하기 위해 사용하는 조정값의 수를 줄이는 것을 연구할 계획이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.